←搜索结果

搜索“Microsoft”

按匹配度 · 共 117 条结果 清除搜索

星期五

  1. The New Stack精选

    Meta 发布 816B 开源模型 Muse Spark Open

    Meta 发布 Muse Spark Open，一个 816B 参数、42B 激活参数的开源权重模型，采用 100 万 token 上下文窗口，可通过 Baseten、Fireworks AI、Groq、OpenRouter 等 API 调用，权重可从 Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden 等下载。Meta 称其面向编码与智能体任务，在 JobBench、MCP-Atlas 等智能体与工具调用基准上领先 Kimi K3、GLM 5.3 和 Qwen3.8，但在 Terminal-Bench 2.1 和 DeepSWE 1.1 等编码基准上落后。模型采用 Muse Model License，年营收超过 2000 万美元的公司需先通知 Meta 并签署单独协议才能提供模型服务，且使用方须在产品界面显著标注 Built with Muse Spark Open。

    Modal, Nebius, OpenRouter, and Together AI. And since it’s an open model, you can also download the weights from Amazon SageMaker AI, Google Cloud Model Garden, Hugging Face, and Microsoft’s Foundry Model Catalog. Open Weights, semi-open license Overall, Muse Spark Open, which features the industry-standard 1 million token window, looks to be an extremely capable model that, depending on the benchmark, is on par with or beats some of the best Chinese models. Like with some of the newer Chinese

    匹配字段正文

    #hot-signal#模型发布#开源生态#推理
  2. Microsoft AI Blog精选

    微软 AI 完成 MAI-Base-2 预训练，2.8T 参数 MoE 基础模型

    微软 AI 宣布完成新一代基础模型 MAI-Base-2 的预训练，这是一个 80B 激活参数、2.8T 总参数的 MoE 模型，在内部留出评测上优于其测试的所有开放权重模型。微软称其预训练 FLOPs 效率比最强的开放基础模型 DeepSeek-V4-Pro-Base 高 4-12 倍，训练使用 16k 块 GB200 GPU、历时 38 天，平均 MFU 21%、goodput 89%。该模型基于有机数据训练、不涉及其他模型蒸馏，目前正进行后训练，微软计划通过 Foundry 向可信伙伴授权模型权重。

    Lab Notes Frontier Pre-training at Microsoft AI In June, we announced MAI-Thinking-1, a general-purpose foundation model post-trained on top of MAI-Base-1 with strong reasoning performance. We’ve recently completed pre-training our new state-of-the-art model, MAI-Base-2, an MoE foundation model with 80 billion active and 2.8 trillion total parameters. MAI-Base-2 outperforms every open-weight model we tested on our held-out evaluations. It is 4-12x more pre-training FLOPs-efficient than the stron

    匹配字段正文

    #company#模型发布#数据/训练#Microsoft

星期四

  1. Unite.AI

    xAI 发布 Grok Voice 3.0 语音到语音模型，Voice Agent API 每分钟 0.08 美元

    xAI 于 10 月 14 日发布 Grok Voice 3.0 语音到语音模型，已在 Voice Agent API 上线，定价每分钟 0.08 美元，与上一代相同。xAI 引用 Artificial Analysis 10 月 13 日的独立测试称，该模型以 86.9 分位列 Speech-to-Speech Index 第一，高于 GPT-Live-1（Astra, Medium）的 83.2 和 Gemini 3.8 Live 的 82.6，延迟低于一秒。xAI 还称其在 ServiceNow 的 EVA-Bench 上取得 74% 的最高准确率，并已在 Tesla 车辆和 Starlink 呼叫中心部署，后者每天处理 2 万通客户来电。

    o ensure accuracy, clarity, and responsible discussion of advanced AI concepts. Discover More Square Launches Flagship Kiosk With Agentic AI Voice Ordering; NVIDIA Unveils cuPotential as Semiconductor Leaders Adopt CUDA-X; Microsoft Research Publishes AI Weather Forecasting Study in Nature; Google Rolls Out AI Scam Defenses Across Android Messages and Calls; OpenAI Alleges Employee Who Rejoined Apple Took Unreleased Device Files; Baseten Adds Runway’s Gen-4.5 and Aleph 2.0 to Dedicated Inference

    匹配字段正文

    #hot-signal#模型发布#语音#xAI

星期一

  1. 智东西

    vLLM Semantic Router 开源 Decision 3.0 多模态决策模型系列

    vLLM 社区孵化的 vLLM Semantic Router 推出并开源 Decision 3.0 系列多模态决策模型，共 d3、d3-flash、d3-mini、d3-nano、d3-lite、d3-edge 六款，参数规模覆盖 0.6B 至 27B，权重已在 Hugging Face 开源。旗舰 d3 基于 Qwen3.8-27B 打造，支持输入多张图片和视频，其余 5 款基于不同参数规模的 Qwen3.5。在 Jev Decision Index 0.3.1 榜单中，d3 文本决策指数 64.7 分、公开集 65.5 分位列文本榜第一，超过 Jev 的 60.1 分，视觉榜得分 71.6 分同样第一。团队数据显示，单张 AMD Instinct MI325X GPU 上 d3 处理文本请求延迟中位数 55 毫秒，含图片请求 273 毫秒，10 秒视频请求 553 毫秒。

    源Decision 3.0（图源：X） 这类不生成长文本，专门“做判断”的模型，近期因Jev走红而受到关注。Jev模型上线仅3天，其Token用量便达到1万亿；上线仅24天，其开发商TypeSafe AI便宣布获得a16z领投的8.7亿美元（约合人民币58亿元）融资，估值达到75亿美元（约合人民币502亿元）。 除Jev外，10月10日，微软也推出其决策模型Microsoft-Decision-1，通过Microsoft Foundry和OpenRouter提供服务。该模型基于Qwen3.5-9B微调，对预设选项评分、返回结构化判断及置信度，可用于工具选择、模型路由和Agent流程控制。 vLLM-SR的决策模型Decision 3.0共包含d3、d3-flash、d3-mini、d3-nano、d3-lite和d3-edge六款模型，参数规模覆盖0.6B至27B，相关模型权重已在Hugging Face开源。 开源地址： 其中，旗舰模型d3基于Qwen3.8-27B打造，是一款27B的多模态模型，支持输入多张图片和视频。其余5款模型则基于不同参数规模的Qwen3.5打造。 与Jev不

    匹配字段正文

    #hot-signal#模型发布#多模态#开源生态
  2. MarkTechPost

    Cloudflare 发布 Clef-omni：30B-A3B 多模态决策模型

    Cloudflare 发布开源权重多模态决策模型 Clef-omni，可在一次调用中对文本、图像、音频和视频打分，基于 Qwen3-Omni-30B-A3B-Instruct 后训练，采用 30B 总参数、3B 激活参数的 MoE 结构，Apache-2.0 许可，定价每百万 token 0.15 美元。它在意图分类任务上领先，CLINC150+OOS 达 97.7 macro-F1，但在推理与工作流评测上落后于 Clef，GPQA Diamond 为 47.4，而 Jev 为 78.3。同批更新将 Clef-flash 价格降至 0.038 美元，并把托管 Clef 迁移到 SGLang，中位延迟从 262 ms 降至 152 ms。

    is 1.7x to 2.0x faster at the median after moving to SGLang; Clef-omni wins intent tasks but trails Clef on reasoning and workflow evals Asif Razzaq Asif RazzaqOrcaRouter Releases OrcaCyber Zero 1.5 Cybersecurity Model With 1M Context; Asif RazzaqSakana AI’s LLM Peer Review System Catches 73% of Core-Claim Errors; Asif RazzaqMicrosoft AI Releases Microsoft-Decision-1: A Qwen3.5-9B Decision-Scoring Model; Asif RazzaqNace AI Open-Sources Drex 1.5: A 9B Decision Model That Scores Options, Not Text

    匹配字段正文

    #ai-vertical#模型发布#多模态#开源生态

星期三

  1. CNET

    Google 发布 Gemini 4 Argon，面向编码、数学与机器人

    Google 发布 Gemini 4 Argon，并称已在内部用于软件工程、网络安全与研究。据其博客，Gemini 4 被用于优化 Python 代码库、发现并修补安全漏洞，还让开源 Gemma 模型的任务速度提升三倍，并参与机器人研究，帮助人形设备理解现实物理环境。Google 表示 Gemini 4 通过了白宫新模型自愿审查流程中的安全框架检查。

    Google’s AI Image Generator Too Good? Pixel 11 vs. Pixel 11 Pro vs. Pixel 11 Pro XL: Google’s Latest Phones Compared The Latest from Katelyn Can Vibe Coded Apps Replace Adobe and Microsoft? These AI Apps Hope So; You Can Use Gemini 4 Argon Now: Google’s New AI Is Built for Coding, Math and Robotics; How Microsoft Is Trying to Keep Your AI Agents Contained Google’s Demis Hassabis Puts a Hopeful Spin on AI’s Environmental Impact I Put the Oppo Find X10 Pro’s Camera to the Test. These Are the Resu

    匹配字段正文

    #hot-signal#行业动态#编码#推理

星期二

  1. Latent Space

    Meta MSL 发布第二代模型 Muse Wonder，第三方评测接近前沿

    Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder（代号 Watermelon），距实验室成立约 14 个月。Artificial Analysis 的 Intelligence Index v4.3 中 Wonder Full（max）得 56、Wonder（max）得 52，高于 Muse Spark 1.3 的 48，Opus 5.5 以 58 领先；提升最大的是智能体能力，Terminal-Bench 4.0 从 33% 升至 57%。规格为 1M 上下文，输入支持文本、图像、视频和音频，输出仅文本，定价为每百万 token 输入 4 美元、缓存输入 0.20 美元、输出 20 美元。

    scores 25.5% on SWE-bench Verified (@rdolmedo ); Test-writing gap: Frontier agents’ tests catch fewer than 55% of logical mutants (@nielstron) Inference Systems, Silicon and Power Microsoft Maia 300: Microsoft claims 40% more tokens per megawatt than leading GPU systems and 7× the rack-scale throughput of Maia 200 (@Microsoft). Maia is planned to become the primary inference system for Microsoft’s own products starting in 2027 (details); Other hardware:Intel Crescent Island: 480 GB of LPDDR5X, 1

    匹配字段正文

    #newsletter#模型发布#评测/基准#Agent
  2. The Rundown AI

    Meta 发布 Muse Wonder 与 Muse Wonder Full 模型

    Meta Superintelligence Labs 发布 Muse Wonder（代号 Watermelon）和 Muse Wonder Full 两款模型，其中完整版在 Artificial Analysis 智能排名中位列第二，仅次于 Anthropic 的 Opus 5.5。报道称 Meta 由此进入此前由 OpenAI 和 Anthropic 主导的前沿模型竞争，其优势还包括数据中心、数十亿用户以及智能体应用 Muse。文中还提到 Andrej Karpathy 关于 AI 能力认知分层的观点、微软 Maia 300 芯片，以及一份使用 Muse Wonder 完成工作坊议程与预算的教程。

    omable for Meta just a year ago. In today’s AI rundown: Meta’s Muse Wonder lands at the frontier; Andrej Karpathy sketches AI’s ‘sharp funnel’; Put Meta’s new Muse Wonder to work; Microsoft’s Maia 300 takes aim at Nvidia LATEST DEVELOPMENTS META 🍉 Meta’s Muse Wonder lands at the frontier Image source: Meta The Rundown: Meta Superintelligence Labs just released its long-anticipated Muse Wonder (Watermelon) and Muse Wonder Full, two powerful new AI models, with the full version landing 2 in Artifi

    匹配字段正文

    #newsletter#行业动态#模型发布#OpenAI
  3. Latent Space精选

    Meta MSL 发布 Muse Wonder 与 Muse Wonder Full 模型

    Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，前者定位快速前沿模型，后者为完整版本，Meta 称其面向个人与专业智能体工作。Artificial Analysis 的 Intelligence Index v4.3 中 Wonder Full 得 56 分、Wonder 得 52 分，高于 Muse Spark 1.3 的 48 分，Opus 5.5 以 58 分领先。规格为 1M 上下文，输入支持文本、图像、视频和音频，输出仅文本，定价为每百万 token 输入 4 美元、缓存输入 0.20 美元、输出 20 美元。

    cores 25.5% on SWE-bench Verified (@rdolmedo ). Test-writing gap: Frontier agents’ tests catch fewer than 55% of logical mutants (@nielstron). Inference Systems, Silicon and Power Microsoft Maia 300: Microsoft claims 40% more tokens per megawatt than leading GPU systems and 7× the rack-scale throughput of Maia 200 (@Microsoft). Maia is planned to become the primary inference system for Microsoft’s own products starting in 2027 (details). Other hardware: Intel Crescent Island: 480 GB of LPDDR5X,

    匹配字段正文

    #newsletter#模型发布#Agent#编码

星期日

  1. MarkTechPost

    OrcaRouter 发布 OrcaCyber Zero 1.5 安全模型，支持 1M 上下文

    OrcaRouter 发布 OrcaCyber Zero 1.5，这是 OrcaCyber Zero 1.0 的后继模型，面向授权漏洞复现、漏洞利用开发和渗透测试，支持 1M token 上下文窗口、原生函数调用和结构化输出。厂商自报成绩为 Cybench 100%（39/39，无限制智能体执行）、CVE-Bench 95.8%（24 个可评估任务中的 23 个）、HumanEval+ 93.9%、SWE-bench Pro V2 76.5%。模型仅通过 OrcaRouter 托管 API 提供，使用 OpenAI 兼容接口，base_url 为 https://api.orcarouter.ai/v1，调用 orca/orcacyber-zero-1.5，访问受 Security Research 层级限制，定价为每 1M 输入 token 3.00 美元、每 1M 输出 token 7.50 美元。

    w’s $25 / $125; The 98% CyberGym claim belongs to Zero 1.0 inside Orca’s harness; All results are vendor-reported, with no technical report yet Asif Razzaq Asif RazzaqSakana AI’s LLM Peer Review System Catches 73% of Core-Claim Errors; Asif RazzaqMicrosoft AI Releases Microsoft-Decision-1: A Qwen3.5-9B Decision-Scoring Model; Asif RazzaqNace AI Open-Sources Drex 1.5: A 9B Decision Model That Scores Options, Not Text; Asif RazzaqAlibaba Qwen Releases Qwen-Image-2.1-Turbo, an 8-Step 7B Image Model

    匹配字段正文

    #ai-vertical#模型发布#安全/对齐#Agent

星期六

  1. MarkTechPost

    Nace AI 开源 9B 决策模型 Drex 1.5，在 Decision Index 0.3.1 上得分 58.08

    Nace.AI 开源了 Drex 1.5，一个 8.95B 稠密决策模型，不生成文本，而是读取状态和带类型的问题后为每个选项返回概率，权重已发布在 Hugging Face，OpenRouter 上有托管版本。它在公开 Decision Index 0.3.1 上得分 58.08，与闭源模型 Jev 1.13.0 的 57.96 处于同一并列区间，在 37 项基准中有 20 项领先。模型默认上下文 16,384 tokens、最高 131,072，可在单张 24 GB A10G 上以 bf16 运行，Q8_0 GGUF 约 9.5 GB 可跑在 Apple 芯片和 CPU 上，但 GPQA Diamond 仅 45.4%、ACOS 情感分析 F1 仅 7.4%。

    accuracy reaches 93.4% at 32K to 128K tokens; It runs on 1 GPU or as a 9.5 GB Q8 0 GGUF on a Mac; Weak spots: GPQA Diamond (45.4%) and ACOS sentiment (7.4%) Asif Razzaq Asif RazzaqMicrosoft AI Releases Microsoft-Decision-1: A Qwen3.5-9B Decision-Scoring Model; Asif RazzaqAlibaba Qwen Releases Qwen-Image-2.1-Turbo, an 8-Step 7B Image Model; Asif RazzaqGoogle Cloud Launches Gemini Agent, One Universal Agent for Enterprise Work; Asif RazzaqJetBrains Releases Mellum2.1: A 12B MoE Open Model for Codi

    匹配字段正文

    #ai-vertical#开源/仓库#Agent#部署/工程
  2. cnBeta

    Google Gemini 4 Pro 匿名现身 Arena 首测登顶

    一个以 gemini-3.8-flash 马甲现身的匿名模型在 Arena 盲测中被认为是 Google 的 Gemini 4 Pro，据称在多项基准上取得领先。文章称其在 DeepSWE v1.1 智能体编码任务拿下 88.7%，GDPval-AA v2 达到 2064 Elo，Terminal-bench 2.1 为 95.3%，OSWorld-2.0 为 86.8%，价格为每百万 Token 输入 2.25 美元、输出 11.25 美元。文中还提到 Google 内部一次安全测试中该模型意外接入公网并入侵三家真实企业，以及 Google 高管称内部试用 Gemini 4 时状态兴奋。

    e科学探索人物手机游戏视点·观察阿里云微软通信技术Android软件和应用SONY 索尼the United States美国Apple iPadWindows PhoneIntel英特尔腾讯HTC安全Mozilla FireFox小米科技百度通信运营商媒体播放器 / 视频网站BlackBerry 黑莓网络应用 / Web AppsGoogle ChromeMicrosoft XBOX硬件 - 上网本 / 平板电脑 / 超极本电子商务 - B2C / B2BLenovo 联想LGYahoo! 雅虎AMDSNS 社交网络诺基亚Windows 7Huawei 华为中国移动中国联通中国电信更多...排行 Google真要彻底翻身了！这几天，一个披着“gemini-3.8-flash”马甲的神秘模型，在大模型竞技场Arena上现身。在多轮盲测中，AI圈瞬间沸腾：这绝对是Google“隐藏款”Gemini 4 Pro。 就在今天，Gemini 4 Pro生成的一只机械蝴蝶刷屏全网，仅用十分钟大功告成，而Fable足足耗费了约30分钟。 发光的机械羽翼、精密咬合的发条齿轮、流畅灵动的动态表现——

    匹配字段正文

    #hot-signal#模型发布#评测/基准#Agent

星期四

  1. Microsoft AI Blog

    微软发布 MAI-Code-1.1-Flash：成本降至四分之一并支持端侧运行

    微软发布 MAI-Code-1.1-Flash，相比 6 月 Build 大会推出的版本，token 效率提升 25%，成本降至四分之一，并已在 GitHub Copilot 中投入生产。该模型经 3-bit 量化后可在端侧运行，保留 256K 上下文窗口，在 SWE-Bench Verified 和 Terminal-Bench 2.1 上编码性能与全精度版本相当，本地调用不产生推理费用，官方建议设备内存超过 120GB。GitHub Copilot CLI 上 Terminal-Bench 2.1 提升 22%，.NET 任务提升 15%，代码存活率上升 4%，回访率增加 9%；本月底将在 GitHub Copilot 应用、CLI 和 VS Code 中开放实验性访问。

    Two large white curly brackets on a green background overlayed with rows of faint text and code-like characters, creating a digital, abstract effect.

    ode by end of the month MAI-Code-1.1-Flash produces higher quality code, at 25% greater token efficiency, and at a quarter of the cost compared to the model we launched in June at Microsoft Build. This small, efficient, coding workhorse is now in production in GitHub Copilot. We learned from developer feedback that CLI tasks and .NET performance mattered, so that’s where we focused. The result: a 22% improvement on Terminal-Bench 2.1 in GitHub Copilot CLI and a 15% improvement on .NET tasks. Ben

    匹配字段正文

    #company#产品更新#编码#端侧

星期三

  1. AI Business

    Reflection 发布 5010 亿参数开源权重模型 Beam

    美国初创公司 Reflection AI 发布开源权重模型 Beam，采用 MoE 架构、5010 亿参数，面向编码、推理与智能体任务，训练数据为 23.8 万亿 token。Reflection 将其定位为对标智谱 GLM-5.2 的前沿开源权重模型，并获 Nvidia 8 亿美元股权投资及 GPU 支持。文章还提到 Mistral 于 10 月 6 日预览 1 万亿参数多模态模型 Mistral Large 4，称其计划月底发布权重。

    en source AI advocate in the West -- has supported the vendor with an $800 million equity investment and access to its GPUs to power its AI development and infrastructure. Related:Microsoft Emerges with Cheaper Cyber Model to Rival Mythos, GPT-5.6 The relationship with Nvidia is important as many Chinese vendors are trying to depend less on Nvidia and more on Chinese chipmakers, such as Huawei. However, Chinese AI chips still have a long way to go, Su said. “A lot of the Chinese vendors, eventua

    匹配字段正文

    #hot-signal#行业动态#开源生态#模型发布

星期二

  1. Latent Space精选

    Reflection 发布 Beam：501B 总参数、23B 激活的美国开源 MoE 模型

    Reflection 发布 Beam，一个面向编码、智能体与科研的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，Apache 2.0 全量权重预计本月发布。团队称预训练用了 23.8T token，并在约 10,500 块 GB300 上各跑四周预训练与 RL，自报 SWE-bench Verified 得分 80.9。观察者认为 Beam 大致处于 GLM-5.2 水平，部分基准低于 DeepSeek V4 Flash。

    resets expire without timezone adjustment (report). The always-on dots agent is limited to $100+ Pro plans (criticism); Enterprise demand (reported): The Information reports that Microsoft cut projected internal Anthropic spend by more than a third. It also reports Meta’s Claude Code users fell from 60K to 30K, largely because of a push to Meta’s own tools (summary); Leaderboards:Agent Arena: Anthropic holds 1 in Code, Work and Chat. Fable 5.1 leads Code and Work, while GPT-6 Astra places 2 in

    匹配字段正文

    #newsletter#模型发布#开源生态#数据/训练

星期一

  1. MarkTechPost

    Cantina 发布开源安全模型 apex-flash-1，60 项漏洞任务解出 40 项

    Cantina Security 与 Yeta Labs 发布面向漏洞研究的开源权重模型 apex-flash-1，基于智谱 GLM-5.3-Flash 做强化学习微调，以 MIT 许可在 Hugging Face 发布。该模型总参数 321.3B，用 GRPO 加 rank-256 LoRA 训练，数据来自 50 个真实漏洞案例构建的 150 个任务。在 20 个留出漏洞案例的 60 项任务上解出 40 项（66.7% pass@1），单次运行约 2.38 美元，Claude Opus 5 High 解出 43 项（71.7%）但成本约 74.68 美元；BF16 部署约需 640 GB GPU 显存。

    lex datasets into actionable insights. Michal SutterGoogle Research Moves Federated Learning Into TEEs: Gboard Now Trains With Externally Verifiable Differential Privacy; Michal SutterDeepSeek Harness v0.2 Brings Official Desktop Apps to Its Open-Source Agent Harness; Michal SutterPrime Intellect Launches Prime Inference: Serverless and Reserved Serving for Frontier Open Models; Michal SutterMicrosoft AI Releases MAI-Transcribe-2-Streaming: 1 Real-Time Speech-to-Text Model on Artificial Analysis

    匹配字段正文

    #ai-vertical#模型发布#开源生态#安全/对齐

星期六

  1. MarkTechPost

    微软发布 MAI-Transcribe-2-Streaming 流式语音转文字模型，登顶 Artificial Analysis 榜单

    微软 AI 发布首款流式语音转文字模型 MAI-Transcribe-2-Streaming，支持 60 种语言并自动连续检测语种，在收到音频后 100 毫秒出头即输出首个部分转写结果。Artificial Analysis 的 AA-WER Streaming 测试显示，其最终转写与首个部分转写均为 2.5% WER，在 38 个模型中均排第一，最终结果延迟 0.13 秒。该模型定价为每小时音频 0.54 美元（2026 年底前的尝鲜价），可通过 Realtime API 或 Azure Speech SDK 接入，目前为公开预览，无 SLA 且未开放权重。

    Microsoft AI has released MAI-Transcribe-2-Streaming, its first streaming speech-to-text (STT) model. It launched on October 1, 2026, alongside 2 text-to-speech models, MAI-Voice-2.1 and MAI-Voice-2.1-Flash. Artificial Analysis ranks it 1 of 38 models for final and first partial transcript accuracy. The model targets voice agents, live captions and dictation, where latency decides the experience. What Microsoft Shipped MAI-Transcribe-2-Streaming is the real-time sibling of the batch MAI-Transcri

    匹配字段正文

    #ai-vertical#模型发布#语音#Microsoft

星期二

  1. Inception Labs Blog精选

    Inception 发布升级版 Mercury 扩散语言模型

    Inception 发布旗舰扩散语言模型 Mercury 的升级版本，在编码、指令遵循、数学解题和知识召回上均有提升，并同步宣布完成由 Menlo Ventures 领投的 5000 万美元融资。新版本通过扩大参数与训练数据、升级去噪器架构、改进训练目标与推理算法并推出全新服务引擎来实现这些提升，现已上线其 API 平台及 OpenRouter、Models.dev 等合作渠道，价格维持每 100 万输入 token 0.25 美元、每 100 万输出 token 1.00 美元不变，新用户可获 1000 万免费 token。

    video AI, and the company is the first to apply it to language. Based in Palo Alto, CA, Inception is backed by A-list venture capitalists, including Menlo Ventures, Mayfield, M12 (Microsoft’s venture fund), Snowflake Ventures, Databricks Investment, and Innovation Endeavors. Note: Quality is the average of GPQA Diamond, LCB, IFBench, AIME 2025, and SciCode. E2E latency is measured using Artificial Analysis’s methodology, described here. Mercury 2 for Search: Fast enough to run a hundred times pe

    匹配字段正文

    #lab#模型发布#推理#编码

星期三

  1. The Rundown AI

    Anthropic 与 OpenAI 相隔 90 分钟发布 Claude Opus 5.5 和 GPT-6 Sol、Luna

    Anthropic 发布 Claude Opus 5.5，在 AA 的 Intelligence Index 上以 58 分登顶，超过此前领先的 Fable 5.1 和 GPT-6 Astra 的 53 分，价格比前代低 40%；OpenAI 随后推出 GPT-6 Sol 和 Luna，得分较 5.6 对应版本略有提升，价格减半，Luna 为每百万 token 0.10/0.50 美元，Sol 为 2/10 美元。Anthropic 称 5.5 在其内部对齐基准上取得迄今最好成绩，并改进了被批评的 Claudish 写作风格；这是 Anthropic 提出 pacing 后的首个发布，Sam Altman 表示 pacing 并不意味着停止。

    nerate and edit video, music, SFX Forge by Fireworks brings together leaders building their own frontier on open models. Hear from NVIDIA CEO Jensen Huang, Fireworks CEO Lin Qiao, Microsoft EVP Jay Parikh, and more on Nov. 3 in SF. Apply to attend . Alibaba unveiled its next AI chip delivering 3x the performance of its predecessor, alongside plans for a 5-10T-param model and 20GW of data-center capacity by 2032. British Columbia sued OpenAI and Sam Altman, alleging the company failed to alert po

    匹配字段正文

    #newsletter#行业动态#模型发布#OpenAI
  2. gihyo.jp

    Anthropic 发布 Claude Opus 5.5，API 输入输出单价较 Opus 5 下调 20%

    Anthropic 于 9 月 22 日发布 Claude Opus 5.5，这是 Claude 5.5 家族的首个模型，官方称其在多数任务上性能接近 Claude Fable 5.1。Claude Platform 常规价格为输入每百万 token 4 美元、输出 20 美元，较 Opus 5 的 5 美元和 25 美元各降 20%，缓存读取从 0.50 美元降至 0.20 美元；官方测试称默认设置下典型任务成本比 Opus 5 低 40%，输出速度提升超 30%。Terminal-Bench 4.0 解决率为 66.4%（Opus 5 为 52.3%，但两者推理计算量设置不同），OSWorld 2.0 为 81.8%，GDPval-AA v2.1 的 Elo 为 1846。该模型已成为 Pro、Max、Team 等计划的默认模型，Claude Code 的 5 小时用量上限提高 20%，API 模型 ID 为 claude-opus-5-5，上下文窗口 100 万 token。

    ークン当たり8ドル、出力が40ドルとなる。APIでの利用には申請が必要で、Claude Codeの定額プランでは、プラン内の利用枠とは別に使用量に応じて課金される。 提供先と有料プランの利用枠 Opus 5.5はClaudeアプリ、Claude Code、Claude Platformに加え、Amazon Web Services、Google Cloud、Microsoft Azureなどで利用できる。APIのモデルIDはclaude-opus-5-5。モデルカタログによると、コンテキストウィンドウは100万トークン。信頼できる知識のカットオフと学習データのカットオフは、いずれも2026年6月となっている。 AnthropicのCatherine Wu氏はXへの投稿で、個人向けのPro、MaxプランではOpus 5.5がClaudeアプリ（Coworkを含む）とClaude Codeのデフォルトモデルになったと説明した。ClaudeDevsの公式投稿によると、Claude Codeでは両プランの5時間当たりの使用量上限も20％引き上げられた。 組織向けのTeamプランでもOpus 5

    匹配字段正文

    #hot-signal#模型发布#Anthropic#Agent